Python集合底层用哈希表实现，不保证顺序；add()加单个可哈希元素，update()加任意可迭代对象并逐个add；运算符要求两边均为set，方法可接受任意可迭代对象；difference()左结合，非数学意义的多集差；元素须哈希稳定。
Python 集合不是“去重列表”，它底层用哈希表实现，不保证插入顺序（CPython 3.7+ 因字典底层优化而偶然有序，但这是实现细节，不可依赖）。
集合的 add() 和 update() 为什么行为不同
add() 只接受单个可哈希对象，update() 接受任意可迭代对象（包括另一个 set、list、str、tuple），并逐个调用 add()。误把列表当元素传给 add() 会直接报错：TypeError: unhashable type: 'list'。
实操建议：
- 想加一个元素：用
my_set.add(x) - 想加多个元素：用
my_set.update(iterable)，别写成my_set.add([1,2,3]) -
update()对字符串会拆成字符：s = {1}; s.update("ab"); print(s)→{1, 'a', 'b'}
交集/并集/差集运算符 vs 方法：何时用 &，何时用 intersection()
运算符（&、|、-、^）要求**两边都是 set 实例**；而对应方法（intersection()、union() 等）可以接受任意可迭代对象（如 list、tuple、dict_keys），内部自动转为集合处理。
立即学习“Python免费学习笔记（深入）”；
常见错误现象：用 {1,2} & [2,3] 报 TypeError: unsupported operand type(s) for &: 'set' and 'list'。
实操建议：
- 数据源确定是
set，且追求简洁：用&、| - 另一侧可能是
list或生成器，不想手动set(...)：用.intersection(other_iterable) - 性能差异小，但方法调用略慢（多一次函数分发），高频循环中优先用运算符
set.difference() 的顺序敏感性与链式陷阱
a.difference(b, c) 等价于 a - b - c，不是 a - (b | c) —— 它是**左结合**：先算 a - b，再从结果里减 c。这点和数学中的集合差不同（数学中 A \ B \ C 通常指 A \ (B ∪ C)），容易误解。
示例：
s = {1, 2, 3, 4}
t = {2, 3}
u = {3, 4}
print(s.difference(t, u)) # 输出 {1}，因为：{1,2,3,4} - {2,3} → {1,4}，再 - {3,4} → {1}
print(s - t - u) # 同样输出 {1}
print(s - (t | u)) # 输出 {1, 2}，这才是“排除 t 和 u 所有元素”实操建议：
- 明确要“排除多个集合的并集”时，写成
s - (t | u)或s.difference(t | u) - 用
difference()多参数时，心里默念“逐个减” - 避免在条件分支里混用运算符和方法，增加可读负担
真正容易被忽略的是哈希稳定性：集合元素必须可哈希，且哈希值在其生命周期内不能改变。把自定义类实例放进集合后，如果修改了影响 hash 或 eq 的属性，该集合行为将不可预测——既可能查不到，也可能引发 KeyError 而不报错。
